摘要：
翻译 | Placing Search in Context The Concept Revisited 原文 摘要 [1] Keyword based search engines are in widespread use today as a popular means for Web bas 阅读全文
摘要：
翻译 | Improving Distributional Similarity with Lessons Learned from Word Embeddings 叶娜老师说：“读懂论文的最好方法是翻译它”。我认为这是很好的科研训练，更加适合一个陌生领域的探索。因为论文读不懂，我总结无非是因为这个 阅读全文
摘要：
Derivative of Softmax Loss Function A softmax classifier: $$ p_j = \frac{\exp{o_j}}{\sum_{k}\exp{o_k}} $$ It has been used in a loss function of the f 阅读全文
摘要：
从头推导与实现 BP 网络 回归模型 目标 学习 $y = 2x$ 模型 单隐层、单节点的 BP 神经网络 策略 Mean Square Error 均方误差 $$ MSE = \frac{1}{2}(\hat{y} y)^2 $$ 模型的目标是 $\min \frac{1}{2} (\hat{y} 阅读全文
摘要：
施密特正交化 GramSchmidt 施密特正交化的原名是 Gram–Schmidt process，是由Gram和schmidt两个人一起发明的，但是后来因为施密特名气更大，所以该方法被简记为施密特正交化。 借用 《线性代数》P117 例2 的例子来运行代码。 $$ a_1 = (1,2, 1)^ 阅读全文
摘要：
Getting Started with Word2Vec 1. Source by Google Project with Code: https://code.google.com/archive/p/word2vec/ Blog: "Learning Meaning Behind Words" 阅读全文
摘要：
论文阅读笔记 Word Embeddings A Survey 收获 Word Embedding 的定义 dense, distributed, fixed length word vectors, built using word co occurrence statistics as per 阅读全文
摘要：
GDB in Action 入门 编译 g 选项：要求 gcc 编译器保留调试符号信息。 O0 选项表示不优化，从 O1 ~ O4 优化级别越来越高，O4 最高。 strip 命令 = 不加 g 选项。 启动 第一种 第二种 第三种 (gdb) 命令助记 run (r) 运行程序。也可以设置被调试程 阅读全文
摘要：
Reading Lines from File in C++ In C++, istringstream has been used to read lines from a file. code: Output: Ref: P288 阅读全文
摘要：
A Summary of Multi task Learning author by Yubo Feng. Intro In this paper[0], the introduction of multi task learning through the data hungry, the mos 阅读全文